[发明专利]一种基于工业机器人的自动输送的质量检测分选系统在审

专利信息
申请号: 202210505257.7 申请日: 2022-05-10
公开(公告)号: CN114887927A 公开(公告)日: 2022-08-12
发明(设计)人: 曾晰;朱光熠;高卓航 申请(专利权)人: 浙江工业大学
主分类号: B07C5/34 分类号: B07C5/34;B07C5/16;B07C5/02;B07C5/36
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 周红芳
地址: 310006 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 工业 机器人 自动 输送 质量 检测 分选 系统
【权利要求书】:

1.一种基于工业机器人的自动输送的质量检测分选系统,其特征在于:包括运输模块、传感器模块、质量检测模块、分选模块及抓取模块;所述运输模块包括固定支架及设置在固定支架上的传送带;所述传感器模块用于检测工件外形数值,其包括一组设置在传送带上的压电式传感器及设置在工业机器人旋转轴上的距离传感器;所述质量检测模块包括设置在传送带起始位置的检测箱及设置在检测箱上的一组检测组件;所述分选模块通过设置在末端夹取中心的嵌入式工业摄像头采集的信息对工件进行分类;所述抓取模块根据传感器模块检测到信息进行抓取控制。

2.根据权利要求1所述的一种基于工业机器人的自动输送的质量检测分选系统,其特征在于一组检测组件包括设置在检测箱内侧壁上的面传感器、设置在检测箱顶部的X射线探伤检测装置及设置在检测箱下方的X射线探伤仪器。

3.根据权利要求1所述的一种基于工业机器人的自动输送的质量检测分选系统,其特征在于所述分选模块根据工业摄像头捕捉工件图像并在单片机构建好的识别模型中进行特征识别,然后将工件进行分类;其中,识别模型的建立过程如下:

通过深度神经网络计算候选区域,提取表征能力最强的特征描述符,通过训练的分类器实现直接回归物体的类别;同时改变识别模型最后一层的全连接层实现模型的迁移学习。

4.根据权利要求3所述的一种基于工业机器人的自动输送的质量检测分选系统,其特征在于所述抓取模块根据面传感器读取的工件被抓取面形状数值和压电式传感器读取的工件重量数值进行机器人力臂的动态性能预设、夹取的抓取姿态预设以及抓取力预设。

5.根据权利要求4所述的一种基于工业机器人的自动输送的质量检测分选系统,其特征在于所述抓取模块的工作过程如下:

1)将机器人力臂的动态性能通过如下公式表示:

其中,q为关节角位移;D(q)为机器人的惯性矩阵;为机械臂运动时的离心力;G(q)为机械臂重力大小;τ为控制力矩;w为各种误差值;式中w需要满足:

其中,||w||为w的范数;d1、d2、d3分别为任意的正常数;e为机械臂的力跟踪误差,为其导数;

2)根据实际工业情况的未知性将控制力矩τ通过如下公式确定:

其中,kpi、kvi、αi、βi(i=1,2,...,n)均为正常数,n根据系统全局渐进稳定的要求进行取值;Γ表示其正定对称矩阵;为的估值;为机械臂关节变量函数的回归矩阵;ε为偏移量,且ε(0)=0;y为关于e映射的变量;f为扰动信号的频率;

3)通过公式如下表示机械臂的关节方程:

Di(q)=F(m)

将机械臂的动态性能方程线性化后实现关节方程与Φ、P有关的方程组:

4)根据机器人系统的动力学特性,将Φ变换为与q和e相关的函数,实现D为m无关的控制算法,实现变负载的机械臂控制;其中,g为重力常数,为P的估计值,r为机械臂的臂长。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210505257.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top